Statsmodels 统计包之 OLS 回归

Statsmodels 是 Python 中一个强大的统计分析包，包含了回归分析、时间序列分析、假设检
验等等的功能。Statsmodels 在计量的简便性上是远远不及 Stata 等软件的，但它的优点在于可以与 Python 的其他的任务（如 NumPy、Pandas）有效结合，提高工作效率。在本文中，我们重点介绍最回归分析中最常用的 OLS（ordinary least square）功能。

import numpy as np
import statsmodels.api as sm
import matplotlib.pyplot as plt

nsample  =100
x = np.random.randint(1,100,size=(nsample,2))
np.random.shuffle(x)

np.random.randint??

X = sm.add_constant(x)
X.shape

beta = np.array([1,10,1000])
e  = np.random.randn(nsample)
e

y  =  np.dot(X,beta) + e

model = sm.OLS(y,X)

results = model.fit()

results.summary()